本文介绍如何在 spring 应用中安全、高效地并行发起多个 rest 调用，解决因串行请求导致的接口响应延迟问题，并提供线程安全的响应聚合方案。
在构建基于 Spring 的微服务或网关类应用时，常遇到“父请求携带多个子请求”的典型场景：例如一个订单查询接口需同时调用库存、价格、用户画像、物流等下游服务。若对这 10–50 个子请求采用串行 HTTP 调用（如 RestTemplate 或 WebClient 同步阻塞调用），总耗时 ≈ 各子请求 RTT 之和，极易导致父接口 P95 延迟飙升、线程阻塞甚至雪崩。
根本解法是并行化 + 异步非阻塞。但直接使用 parallelStream().forEach() 会触发两个关键陷阱：
- 线程不安全写入：ArrayList 等非并发集合在多线程下 add() 可能引发 ConcurrentModificationException 或数据丢失；
- 变量有效性限制：Lambda 中引用的局部变量必须为 final 或“有效 final”，无法直接向外部 List/Map 添加结果。
✅ 正确做法是：选用线程安全容器 + 显式标识映射关系。根据子请求是否具备唯一 ID（数字索引或字符串键），选择以下任一方案：
React Best Practices 2 0.1.0
下载
React 与 Next.js 性能优化指南，源自 Vercel 工程团队。适用于编写、审查或重构 React/Next.js 代码时使用。
✅ 方案一：子请求有连续整数 ID（如 0, 1, 2…N）
适用于子请求按顺序生成、ID 可作为数组下标的情形：
// 使用 synchronizedList 包装 ArrayList，保证 add(index, e) 线程安全
final List<ChildResponse> childResponses =
Collections.synchronizedList(new ArrayList<>(Collections.nCopies(childRequests.size(), null)));
childRequests.parallelStream()
.forEach(request -> {
ChildResponse response = callDownstreamApi(request); // 如 WebClient.post().retrieve().bodyToMono(...).block()
childResponses.set(request.getId(), response); // 注意：setId() 必须返回 0~size-1 的有效索引
});
// 后续按原始顺序组装父响应（顺序敏感场景必需）
ParentResponse parentResponse = buildParentResponse(childRequests, childResponses);✅ 方案二：子请求有唯一字符串 ID（如 orderNo、skuId）
更通用、推荐的方式，天然支持无序响应与灵活关联：
// ConcurrentHashMap 线程安全，高性能，支持高并发 put
final Map<String, ChildResponse> responseMap = new ConcurrentHashMap<>();
childRequests.parallelStream()
.forEach(request -> {
ChildResponse response = callDownstreamApi(request);
responseMap.put(request.getRefId(), response); // 如 request.getRefId() 返回 "SKU-1001"
});
// 组装时仍按 childRequests 原始顺序遍历，确保响应顺序与请求一致
List<ChildResponse> orderedResponses = childRequests.stream()
.map(req -> responseMap.get(req.getRefId()))
.collect(Collectors.toList());
ParentResponse parentResponse = buildParentResponse(orderedResponses);⚠️ 关键注意事项
- 禁止使用 forEachOrdered 替代：它会强制串行执行，完全丧失并行意义；
- 避免 parallelStream() 在 WebMvc 环境滥用：Servlet 容器线程池有限，并行流可能耗尽 Tomcat 线程，建议改用 WebClient + Project Reactor 的真正异步非阻塞（如 Flux.mergeSequential / Flux.zip）；
- 务必设置超时与熔断：并行调用放大失败风险，需为每个子请求配置独立 timeout 和 fallback；
- 监控与追踪：为每个子请求添加 MDC 日志上下文（如 MDC.put("child_id", req.getId())），便于全链路排查。
✨ 进阶建议：在 Spring WebFlux 环境中，应优先采用响应式编程模型：Flux<ChildResponse> responses = Flux.fromIterable(childRequests) .flatMap(req -> webClient.post() .uri("/api/child") .bodyValue(req) .retrieve() .bodyToMono(ChildResponse.class) .timeout(Duration.ofSeconds(3)) .onErrorResume(e -> Mono.just(ChildResponse.empty(req.getId()))), 10 // 并发度控制，防压垮下游 ); Mono<ParentResponse> result = responses.collectList() .map(responsesList -> buildParentResponse(responsesList));
通过合理选择线程安全容器、明确请求-响应映射关系，并结合响应式编程演进，即可在保障数据一致性的同时，将数十个子请求的总体耗时从秒级降至单次最长子请求耗时（即“木桶最短板”），显著提升 API 性能与用户体验。
